南國君, 侯澤君, 劉 凱

(1.合肥工業(yè)大學(xué) 食品與生物工程學(xué)院,安徽 合肥 230601; 2.合肥工業(yè)大學(xué) 電子科學(xué)與應(yīng)用物理學(xué)院,安徽 合肥 230601; 3.中國民生銀行股份有限公司 合肥分行，安徽 合肥 230041)

創(chuàng)業(yè)以其優(yōu)化整合資源帶動就業(yè)進(jìn)而創(chuàng)造更大價(jià)值成為普遍的社會現(xiàn)象。大量研究表明,創(chuàng)業(yè)機(jī)會是創(chuàng)業(yè)的核心,是創(chuàng)業(yè)研究首要解決的問題,深入研究和把握創(chuàng)業(yè)機(jī)會,對創(chuàng)業(yè)研究本身以及創(chuàng)業(yè)實(shí)踐活動具有重要的理論價(jià)值和實(shí)踐指導(dǎo)意義[1]。

目前,在創(chuàng)業(yè)機(jī)會的來源、要素、路徑等機(jī)會識別方面研究比較深入。有學(xué)者依據(jù)這些研究成果設(shè)計(jì)了創(chuàng)業(yè)機(jī)會的評價(jià)指標(biāo),其中，蒂蒙斯創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)[2]包括8個(gè)一級指標(biāo)和53個(gè)二級指標(biāo),是目前最全面的創(chuàng)業(yè)機(jī)會指標(biāo)庫。文獻(xiàn)[3]對蒂蒙斯創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)通過問卷調(diào)研進(jìn)行實(shí)證分析,摘選了1個(gè)關(guān)鍵性指標(biāo),首次將其本土化。蒂蒙斯創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)也存在指標(biāo)過多、主次不明、指標(biāo)權(quán)重難以量化等問題[4],這些問題使得在實(shí)踐操作過程中創(chuàng)業(yè)機(jī)會的評價(jià)工作難以開展。

國內(nèi)對創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系的構(gòu)建和對創(chuàng)業(yè)機(jī)會的系統(tǒng)評價(jià)方法的相關(guān)研究皆較少。文獻(xiàn)[5-6]分別構(gòu)建了創(chuàng)業(yè)機(jī)會的模糊綜合評價(jià)方法，模糊綜合評價(jià)方法雖然采用定量分析，但是也還有步驟較多、計(jì)算繁瑣、使用不便等缺點(diǎn)。

基于上述原因,本文通過構(gòu)建創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系,將信息熵引入到創(chuàng)業(yè)機(jī)會識別評價(jià)過程中,應(yīng)用熵權(quán)法計(jì)算創(chuàng)業(yè)機(jī)會的綜合評分,提出一種新型、系統(tǒng)的創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)模型；相比于模糊綜合評判，簡化了評價(jià)步驟,減少了人的主觀影響,從而提高了其科學(xué)性、可行性、客觀性。

基于熵權(quán)法的創(chuàng)業(yè)機(jī)會評價(jià)模型通過得分的大小來判斷識別創(chuàng)業(yè)機(jī)會,可以對創(chuàng)業(yè)機(jī)會實(shí)現(xiàn)定量分析,減少定性方法因分析角度的不同所造成的誤差,引導(dǎo)創(chuàng)業(yè)者預(yù)估創(chuàng)業(yè)風(fēng)險(xiǎn),有效減少復(fù)雜的信息甄別帶來的創(chuàng)業(yè)機(jī)會識別成本,對創(chuàng)業(yè)機(jī)會評價(jià)具有理論支撐和現(xiàn)實(shí)指導(dǎo)意義。

1 熵權(quán)法基本原理

1865年,德國物理學(xué)家和數(shù)學(xué)家克勞修斯發(fā)表了《力學(xué)的熱理論的主要方程之便于應(yīng)用的形式》,正式提出熵的概念,用以表征一個(gè)孤立系統(tǒng)內(nèi)部的無序程度。信息熵最早由文獻(xiàn)[7]提出,并成功運(yùn)用于度量信息的價(jià)值及其影響力。

國內(nèi)已有學(xué)者使用熵權(quán)法進(jìn)行系統(tǒng)評價(jià)工作。文獻(xiàn)[8]提出了系統(tǒng)時(shí)效熵的概念;文獻(xiàn)[9]通過使用模糊絕對熵、相對熵、交互熵等指標(biāo),對模糊信息的價(jià)值進(jìn)行度量;文獻(xiàn)[10]采用熵模型方法對上市公司內(nèi)部控制信息的質(zhì)量進(jìn)行度量。

本文認(rèn)為創(chuàng)業(yè)機(jī)會本質(zhì)上是一個(gè)復(fù)雜的系統(tǒng)評價(jià)過程,是各方面復(fù)雜信息的綜合反應(yīng),通過基于熵權(quán)法構(gòu)建的評價(jià)指標(biāo)體系對創(chuàng)業(yè)機(jī)會進(jìn)行度量,是一種可行的評價(jià)思路,可以為創(chuàng)業(yè)者、政府機(jī)構(gòu)以及投資方提供定量的、系統(tǒng)的、可評估的決策參考。

在信息論中,若系統(tǒng)存在n種不同狀態(tài),各狀態(tài)表征的概率為Qi(i=1,2,…,n),此時(shí)系統(tǒng)熵為:

(1)

當(dāng)系統(tǒng)各狀態(tài)的表征相互獨(dú)立,出現(xiàn)概率均相同,此時(shí)系統(tǒng)將處于最無序的狀態(tài),熵達(dá)到最大,即

(2)

Smax=lnn

(3)

若系統(tǒng)確立了m個(gè)評價(jià)指標(biāo),則可構(gòu)建初始評價(jià)矩陣,即

Z=(zik)n×m

(4)

系統(tǒng)中指標(biāo)zk的熵權(quán)為:

(5)

從(5)式可知,指標(biāo)zk的熵越小,其包含信息越多,在評價(jià)指標(biāo)體系中的比重也越大。因此利用熵權(quán)法為評價(jià)體系的指標(biāo)確權(quán),可以更加客觀準(zhǔn)確,權(quán)重的確立過程也更加簡潔。

2 創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系的構(gòu)建

2.1 一級指標(biāo)的確立

創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系的一級指標(biāo)屬于識別指標(biāo),本文主要通過文獻(xiàn)法予以確立。結(jié)合已有的研究成果[11-18],根據(jù)創(chuàng)業(yè)機(jī)會關(guān)鍵要素,本文將識別指標(biāo)劃分為創(chuàng)業(yè)團(tuán)隊(duì)、創(chuàng)業(yè)項(xiàng)目、創(chuàng)業(yè)環(huán)境3類。

2.2 二級指標(biāo)的確立

在創(chuàng)業(yè)機(jī)會評價(jià)體系一級指標(biāo)的基礎(chǔ)上,本文將蒂蒙斯創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)進(jìn)行分類合并,結(jié)合文獻(xiàn)[3]的研究成果,初選了警覺性(X1)、風(fēng)險(xiǎn)感知(X2)、自信(X3)、已有的知識(X4)、社會網(wǎng)絡(luò)(X5)、資源的不可替代性(X6)、市場規(guī)模(X7)、市場預(yù)期增長率(X8)、凈利潤率(X9)、國家政策支持(X10)、競爭強(qiáng)度(X11)、消費(fèi)者認(rèn)可度(X12)共12個(gè)二級指標(biāo)。

本文面向合肥某高校MBA班學(xué)員，就二級指標(biāo)的確立進(jìn)行了問卷論證,共發(fā)放問卷300份,回收問卷273份；其中有效問卷268份,有效率為98.17%。調(diào)研結(jié)果見表1所列,滿分為10分。

表1 二級指標(biāo)調(diào)研平均得分

調(diào)研結(jié)果證實(shí)了初選的二級指標(biāo)具備相應(yīng)的評價(jià)功能,可以列入創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系。

2.3 創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系

結(jié)合兩級指標(biāo),本文確立了創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系，見表2所列。

(1) 創(chuàng)業(yè)團(tuán)隊(duì)。除了創(chuàng)業(yè)者與機(jī)會識別相關(guān)的個(gè)人特性如警覺性、風(fēng)險(xiǎn)感知、自信、已有的知識和社會網(wǎng)絡(luò)外,根據(jù)調(diào)研結(jié)果增加了資源的不可替代性指標(biāo)。

(2) 創(chuàng)業(yè)項(xiàng)目。經(jīng)濟(jì)或社會價(jià)值的體現(xiàn)是創(chuàng)業(yè)者所選擇的創(chuàng)業(yè)項(xiàng)目自身的市場規(guī)模、市場預(yù)期增長率和凈利潤率的綜合結(jié)果,因此本文選擇了市場規(guī)模、市場預(yù)期增長率和凈利潤率3個(gè)指標(biāo)。

(3) 創(chuàng)業(yè)環(huán)境。本文選取政策扶持力度、競爭強(qiáng)度和消費(fèi)者認(rèn)可度3個(gè)指標(biāo)。

表2 創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)體系

3 創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)確權(quán)

3.1 創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)定義

創(chuàng)業(yè)機(jī)會評價(jià)的思路是:首先以學(xué)者對創(chuàng)業(yè)機(jī)會評價(jià)的指標(biāo)體系為基礎(chǔ),以團(tuán)隊(duì)、項(xiàng)目以及環(huán)境三維度指標(biāo),構(gòu)建創(chuàng)業(yè)機(jī)會評價(jià)基本模型。

定義1 在創(chuàng)業(yè)機(jī)會識別中,假定某創(chuàng)業(yè)機(jī)會T,T由n個(gè)創(chuàng)業(yè)可能Ai(i=1,2,…,n)組成,T={A1,A2,…,Ai,…,An}。Ai是T為第i種選擇,Ai為x類屬性項(xiàng)組成的集合,Ai={xi1,xi2,…,xi11,xi12}。其中xi1,xi2,…,xi11,xi12分別表示Ai對應(yīng)的警覺性、風(fēng)險(xiǎn)感知、自信、已有的知識、社會網(wǎng)絡(luò)、資源的不可替代性、市場規(guī)模、市場預(yù)期增長率、凈利潤率、國家政策支持、競爭強(qiáng)度和消費(fèi)者認(rèn)可度。

3.2 創(chuàng)業(yè)機(jī)會影響力度量指標(biāo)確權(quán)

熵模型權(quán)重法是各指標(biāo)自身的權(quán)重由其數(shù)據(jù)決定,以此確定質(zhì)量度量指標(biāo)的權(quán)重,可排除賦值與賦權(quán)的主觀弊端,計(jì)算結(jié)果實(shí)用可靠[19]。因此,本文綜合考慮主客觀評價(jià)因素,先采用專家評分法確定一級指標(biāo)權(quán)重,再利用熵模型權(quán)重法計(jì)算各二級指標(biāo)權(quán)重。任意選取創(chuàng)業(yè)機(jī)會T的m種可能性,各指標(biāo)權(quán)重計(jì)算方法如下。

3.2.1 建立初始矩陣

初始矩陣Z為：

(6)

3.2.2 數(shù)據(jù)無量綱化處理

由于各指標(biāo)的量綱不統(tǒng)一,需要對數(shù)據(jù)進(jìn)行歸一化處理才可以進(jìn)行比較。本文創(chuàng)業(yè)機(jī)會識別指標(biāo)均為正向指標(biāo),指標(biāo)值越大越好,采取下式進(jìn)行歸一化處理，即

i=1,2,…,m;k=1,2,…,12

(7)

歸一化后的矩陣可表示為:

(8)

3.2.3 計(jì)算指標(biāo)比pik(x)

計(jì)算公式為：

i=1,2,…,m;k=1,2,…,12

(9)

3.2.4 計(jì)算各指標(biāo)的熵值Hk

計(jì)算公式為：

(10)

其中,g=1/lnm。當(dāng)pik=0時(shí),piklnpik=0。

各指標(biāo)的權(quán)重為：

(11)

3.3 創(chuàng)業(yè)機(jī)會影響力評價(jià)模型

假定每個(gè)創(chuàng)業(yè)機(jī)會影響力指標(biāo)相同,在不考慮時(shí)間因素情形下,度量同一創(chuàng)業(yè)機(jī)會下任意的創(chuàng)業(yè)機(jī)會影響力的一般計(jì)算方法如下。

假設(shè)對于任意創(chuàng)業(yè)機(jī)會可能性Ai,其屬性指標(biāo)集合為Ai={xi1,…,xi12},則創(chuàng)業(yè)團(tuán)隊(duì)Ai的質(zhì)量It(Ai)、創(chuàng)業(yè)項(xiàng)目Ip(Ai)和創(chuàng)業(yè)環(huán)境Ic(Ai)分別為:

(12)

(13)

(14)

創(chuàng)業(yè)機(jī)會Ai的價(jià)值In(Ai)為:

In(Ai)=αIt(Ai)+βIp(Ai)+γIc(Ai)

(15)

其中,α、β、γ分別為一級指標(biāo)創(chuàng)業(yè)團(tuán)隊(duì)、創(chuàng)業(yè)項(xiàng)目和創(chuàng)業(yè)環(huán)境的權(quán)重系數(shù)。因此,創(chuàng)業(yè)機(jī)會T的影響力In(T)為:

(16)

4 實(shí)證分析

本文基于熵權(quán)法創(chuàng)業(yè)機(jī)會評價(jià)模型設(shè)計(jì)了調(diào)查問卷,以獲取相關(guān)的實(shí)證數(shù)據(jù)?？紤]到采樣對象的廣泛性和區(qū)域差異性,本研究在合肥地區(qū)部分高校創(chuàng)新創(chuàng)業(yè)孵化基地進(jìn)行測試,同時(shí)在江蘇和浙江部分高校開展了取樣調(diào)查。本次問卷調(diào)查共發(fā)放問卷300份,回收問卷273份,其中有效問卷268份,有效率為98.17%。問卷的樣本結(jié)構(gòu)見表3所列。問卷收回后,首先對問卷數(shù)據(jù)進(jìn)行篩選整理,其次進(jìn)行數(shù)據(jù)分析,驗(yàn)證本文提出的模型,最后得出結(jié)論。

表3 問卷樣本結(jié)構(gòu)

在此次隨機(jī)調(diào)查測試中,調(diào)查對象以理工科為主,占涉及高校數(shù)的75%;調(diào)研對象為已通過多種形式開始創(chuàng)業(yè)者。從268個(gè)樣本結(jié)構(gòu)中可以看出,性別分布上,男生占比為80.60%;年級分布上,以本科高年級和碩士生低年級為主,博士階段創(chuàng)業(yè)者較少;從學(xué)科分布來看,理工科和經(jīng)濟(jì)管理類占比接近90%。

因?yàn)閱柧碚{(diào)研的對象是已經(jīng)開始創(chuàng)業(yè)的群體,所以創(chuàng)業(yè)機(jī)會T的創(chuàng)業(yè)可能性Ai僅存在一種情況,即i=1,可以認(rèn)為調(diào)研對象的創(chuàng)業(yè)機(jī)會T=A1。

在問卷中,本研究將警覺性、風(fēng)險(xiǎn)感知、自信、已有的知識、社會網(wǎng)絡(luò)、資源的不可替代性、市場規(guī)模、市場預(yù)期增長率、凈利潤率、國家政策支持、競爭強(qiáng)度和消費(fèi)者認(rèn)可度這12個(gè)指標(biāo)賦值,令1≤xk≤10 (k=1,2,…,12)。

將一級指標(biāo)創(chuàng)業(yè)團(tuán)隊(duì)、創(chuàng)業(yè)項(xiàng)目和創(chuàng)業(yè)環(huán)境的權(quán)重系數(shù)α、β、γ賦值為1,對樣本數(shù)據(jù)進(jìn)行分析計(jì)算,可以得出測試結(jié)果。將樣本創(chuàng)業(yè)機(jī)會T的影響力In(T)位于前30%定義為優(yōu)秀;30%～60%定義為良好;其他的定義為一般。結(jié)合表3的樣本結(jié)構(gòu)，分析結(jié)果見表4所列。

表4 熵權(quán)法評價(jià)模型測試分析結(jié)果

通過控制樣本變量可以看出,性別變量在創(chuàng)業(yè)團(tuán)隊(duì)這一指標(biāo)中影響較大,這主要受傳統(tǒng)觀念、家庭教育、成長環(huán)境、思想認(rèn)知等諸多因素影響,女生對于創(chuàng)業(yè)的熱情低于男生。

從年齡結(jié)構(gòu)來看,年級變量在創(chuàng)業(yè)項(xiàng)目的指標(biāo)中影響較大,高年級的學(xué)生優(yōu)秀比率較大,這是因?yàn)殡S著年齡的增長,創(chuàng)業(yè)者搜集到的信息和進(jìn)行的思考也越多,從所積累的信息中甄別分析判斷的能力增強(qiáng),從而把握機(jī)會的可能性也就越高。此外年齡增長也使創(chuàng)業(yè)者個(gè)人的經(jīng)濟(jì)壓力提升,成為創(chuàng)業(yè)的重要驅(qū)動力,這一動力也會促使或者倒逼創(chuàng)業(yè)者更加科學(xué)地識別創(chuàng)業(yè)機(jī)會。但從學(xué)歷層次來看,博士生的創(chuàng)業(yè)優(yōu)秀率明顯降低,主要是隨著個(gè)體年齡進(jìn)一步增大,創(chuàng)業(yè)承載的風(fēng)險(xiǎn)與多年求學(xué)鉆研的付出是一對疊加矛盾,再加上年齡增長促使個(gè)體追求穩(wěn)定工作的心理需求旺盛,因而創(chuàng)業(yè)的動力相應(yīng)減弱。從學(xué)科分布來看,學(xué)科背景在創(chuàng)業(yè)環(huán)境指標(biāo)中影響更多,理工類在政策支持和競爭強(qiáng)度中相比占優(yōu),經(jīng)管文史類更傾向于考慮消費(fèi)者和市場的認(rèn)可,符合實(shí)際。

鑒于模糊綜合評判和熵權(quán)法是目前僅見的2種對創(chuàng)業(yè)機(jī)會進(jìn)行定量評價(jià)的方法,為驗(yàn)證評價(jià)模型的優(yōu)劣差異性,作為對照,使用模糊綜合評判[5-6]對表3的樣本進(jìn)行評價(jià),同樣將一級指標(biāo)權(quán)重賦值為1,將樣本得分位于前30%定義為優(yōu)秀,30%～60%定義為良好,其他的定義為一般,結(jié)果見表5所列。

表5 模糊綜合評判測試分析結(jié)果

對照表4、表5,不難看出數(shù)據(jù)誤差很小,最大誤差為1.87%,可以認(rèn)為在本樣本中2種方法取得的結(jié)果基本一致。

然而,使用模糊綜合評判首先要用層次分析法確定指標(biāo)權(quán)重,其次通過專家調(diào)研法和功效系數(shù)法評定項(xiàng)目指標(biāo)得分,然后用綜合評判模型打分,最后還要應(yīng)用模糊向量單值法對綜合評價(jià)結(jié)果進(jìn)行量化,操作步驟比熵權(quán)法多,計(jì)算量更大;模糊綜合評判的核心步驟層次分析法、專家調(diào)研法和功效系數(shù)法的權(quán)重評分依賴人為打分,更多的主觀操作容易帶來更大的誤差,熵權(quán)法中各指標(biāo)的權(quán)重由其數(shù)據(jù)決定,可排除賦值與賦權(quán)的主觀弊端。

5 結(jié) 論

對于創(chuàng)業(yè)者而言,創(chuàng)業(yè)機(jī)會的識別對于創(chuàng)業(yè)成敗至關(guān)重要。本文首次將信息熵的概念引入創(chuàng)業(yè)機(jī)會評價(jià)過程,提出了基于熵權(quán)法的創(chuàng)業(yè)機(jī)會評價(jià)模型,這個(gè)模型比以往的方法更加科學(xué)、客觀、可行。

本研究從創(chuàng)業(yè)團(tuán)隊(duì)、創(chuàng)業(yè)項(xiàng)目和創(chuàng)業(yè)環(huán)境3個(gè)一級指標(biāo)和12個(gè)二級指標(biāo)對創(chuàng)業(yè)機(jī)會進(jìn)行定量評價(jià),有效減少了復(fù)雜的信息甄別帶來的創(chuàng)業(yè)機(jī)會識別的成本,更加精確高效,對創(chuàng)業(yè)者在創(chuàng)業(yè)提高創(chuàng)業(yè)機(jī)會的精準(zhǔn)識別度和成功率具有指導(dǎo)意義。

科學(xué)遴選建立創(chuàng)業(yè)機(jī)會評價(jià)指標(biāo)是綜合評判的關(guān)鍵,在后續(xù)的研究中,可以進(jìn)一步采用因子分析法等評估指標(biāo),凝練出更加優(yōu)化的指標(biāo)體系。